Implementar un sistema de detección y prevención de intrusiones enfocado a ataques de ingeniería social diseñado específicamente para su aplicación en entornos de transacciones en línea, a través del uso de inteligencia de amenazas.

dc.contributor.authorNacimba Caiza, Melany Vanesa
dc.contributor.authorSantamaría Zambrano, Lissette Helena
dc.contributor.authorNavas Moya, Milton Patricio, director
dc.date.accessioned2025-05-16T17:41:18Z
dc.date.issued2024-08-16
dc.description.abstractEl presente proyecto aborda la implementación de un sistema de detección y prevención de intrusos (IDPS) diseñado específicamente para enfrentar ataques de ingeniería social en entornos de transacciones en línea. Este sistema integra inteligencia de amenazas para identificar de manera precisa patrones maliciosos en IPs, dominios, URLs y cuerpos de correos electrónicos. Tras evaluar diversos modelos de machine learning, se seleccionó Random Forest por su destacada precisión y rendimiento en la detección de ataques de phishing. La combinación de técnicas avanzadas de machine learning con inteligencia de amenazas permite al sistema ofrecer una detección de phishing con alta precisión y una velocidad de procesamiento optimizada. Esta integración no solo mejora la exactitud en la identificación de amenazas, sino que también asegura una respuesta ágil y eficiente ante posibles ataques. El sistema se distingue por su interfaz intuitiva y fácil de usar, que facilita la visualización y gestión de alertas en tiempo real. Los usuarios reciben notificaciones instantáneas sobre posibles amenazas, lo que permite una respuesta rápida y eficiente. Las alertas se presentan en un dashboard claro y accesible, donde también tienen la opción de reportarlas y almacenarlas en una base de datos para su análisis y revisión futura. Este enfoque integral no solo mejora la capacidad de detección de ataques, sino que también optimiza la respuesta frente a amenazas emergentes, fortaleciendo así la seguridad en transacciones en línea.
dc.description.sponsorshipESPEL
dc.identifier.citationNacimba Caiza, Melany Vanesa. Santamaría Zambrano, Lissette Helena. (2024). Implementar un sistema de detección y prevención de intrusiones enfocado a ataques de ingeniería social diseñado específicamente para su aplicación en entornos de transacciones en línea, a través del uso de inteligencia de amenazas. Carrera de Ingeniería en Software. Universidad de las Fuerzas Armadas ESPE. Sede Latacunga.
dc.identifier.otherSOF-0137
dc.identifier.urihttps://repositorio.espe.edu.ec/handle/21000/44353
dc.language.isoes
dc.publisherUniversidad de las Fuerzas Armadas ESPE. Sede Latacunga. Carrera de Ingeniera en Software.
dc.subjectINTELIGENCIA DE AMENAZAS
dc.subjectINGENIERÍA SOCIAL
dc.subjectPHISHING
dc.subjectMACHINE LEARNING
dc.subjectANÁLISIS DE DATOS
dc.titleImplementar un sistema de detección y prevención de intrusiones enfocado a ataques de ingeniería social diseñado específicamente para su aplicación en entornos de transacciones en línea, a través del uso de inteligencia de amenazas.
dc.typeThesis

Files

Original bundle

Now showing 1 - 2 of 2
Loading...
Thumbnail Image
Name:
T-ESPEL-SOF-0137.pdf
Size:
2.58 MB
Format:
Adobe Portable Document Format
Loading...
Thumbnail Image
Name:
ESPEL-SOF-0137-P.pdf
Size:
1.72 MB
Format:
Adobe Portable Document Format

License bundle

Now showing 1 - 1 of 1
Loading...
Thumbnail Image
Name:
license.txt
Size:
1.71 KB
Format:
Item-specific license agreed upon to submission
Description: